Produtos

Row

Produção por colaborador

Serviços prestados

As 10 cooperaivas que pediram no mês

Row

Produção diária de peças

Produção mensal pelo time de produtos

Institucional

Row

Produção por colaborador

Serviços prestados

As 10 cooperaivas que mais pediram no mês

Row

Produção diária de peças por funcionário

Produção de peças mensal pelo time Institucional

ASCOM

Row

Total new hires

8

Total exits

3

Net change

5

Row

Serviços prestados

Proporção de revistas e relatórios trabalhados

Proporção dos serviços realizados por etapas

Row

Serviços executados diariamente

Jornais que contataram

Arquitetura

Row

Serviços prestados

10 cooperaivas que mais requisitaram

Row

Quantidade de serviços realizados por dia útil

Produção mensal Aquiteto

---
title: "RESULTADO DIÁRIO MKT"
output: 
  flexdashboard::flex_dashboard:
    orientation: rows
    #vertical_layout: fill
    vertical_layout: scroll
    logo: pp.png
    social: [ "twitter", "facebook","google +", "linkedin", "pinterest" ]
    source_code: embed
    #runtime: shiny
---

```{r setup, include=FALSE}
#devtools::install_github("jeromefroe/circlepackeR")
#library(devtools)
library(flexdashboard)
library(readxl)
library(tidyr)
library(plotly)
library(ggmap)
library(RColorBrewer)
library(treemap)
library(hrbrthemes)
library(circlepackeR)
library(data.tree)
library(babynames)
library(viridis)
library(dplyr)
library(lubridate)
library(DT)
#library(d3treeR)
library(chorddiag)
library(circlize)

#função criada para computar quantos dias tem o mês
numberOfDays <- function(date) {
    m <- format(date, format="%m")

    while (format(date, format="%m") == m) {
        date <- date + 1
    }

    return(as.integer(format(date - 1, format="%d")))
}

produtos <- read_excel("C:/Users/pedro.silva/OneDrive - Sicoob/PAUTA_MARKETING/PRODUTOS/PROJETOS_PRODUTOS.xlsm", sheet = 1)
institucional <- read_excel("C:/Users/pedro.silva/OneDrive - Sicoob/PAUTA_MARKETING/INSTITUCIONAL/PROJETOS_INSTITUCIONAL.xlsm", sheet = 1)

maindata=data.frame(rbind(produtos, institucional))
names(maindata)=names(produtos)

maindata$`DATA DE ENTREGA`=as.Date(maindata$`DATA DE ENTREGA`, origin = "1899-12-30")

maindata=maindata %>% filter(!`DATA DE ENTREGA`% filter(STATUS!="NOVO")

maindatamensal = maindata %>% filter(`DATA DE ENTREGA`>=as.Date(cut(Sys.Date(), "month")) & `DATA DE ENTREGA`<=as.Date(cut(Sys.Date(), "day"))) %>% filter(STATUS!="NOVO")

produtos = maindatamensal %>% filter(NUCLEO=="PRODUTOS") %>% filter(`DATA DE ENTREGA`>=as.Date(cut(Sys.Date(), "month")) & `DATA DE ENTREGA`<=as.Date(cut(Sys.Date(), "day")))

institucional = maindatamensal %>% filter(NUCLEO=="INSTITUCIONAL") %>% filter(`DATA DE ENTREGA`>=as.Date(cut(Sys.Date(), "month")) & `DATA DE ENTREGA`<=as.Date(cut(Sys.Date(), "day")))


######################################    ARQUITETO
arquiteto <- read_excel("C:/Users/pedro.silva/OneDrive - Sicoob/PAUTA_MARKETING/ARQUITETO/PROJETOS_ARQUITETO.xlsm", sheet = 1)
arquiteto$`DATA DE ENTREGA`=as.Date(arquiteto$`DATA DE ENTREGA`, origin = "1899-12-30")

arquitetodiario=arquiteto %>% filter(`DATA DE ENTREGA`>=as.Date(cut(Sys.Date(), "month")) & `DATA DE ENTREGA`<=as.Date(cut(Sys.Date(), "day")))


######################################    ASCOM
revistas_relatorios <- read_excel("C:/Users/pedro.silva/OneDrive - Sicoob/PAUTA_MARKETING/ASCOM/01.REVISTAS_RELATORIOS.xlsm", sheet = 1)
revistas_relatorios$`DATA DE ENTREGA`=as.Date(revistas_relatorios$`DATA DE ENTREGA`, origin = "1899-12-30")

revistas_relatorios_total=revistas_relatorios %>% filter(`DATA DE ENTREGA`>=as.Date(cut(Sys.Date(), "year")))

revistas_relatorios=revistas_relatorios %>% filter(`DATA DE ENTREGA`>=as.Date(cut(Sys.Date(), "month")) & `DATA DE ENTREGA`<=as.Date(cut(Sys.Date(), "day")))

atendimento_a_imprensa <- read_excel("C:/Users/pedro.silva/OneDrive - Sicoob/PAUTA_MARKETING/ASCOM/02.atendimento_a_imprensa.xlsx", sheet = 2) %>% filter(`DATA DO CONTATO`>=as.Date(cut(Sys.Date(), "month")) & `DATA DO CONTATO`<=as.Date(cut(Sys.Date(), "day")))

```

Produtos
=====================================

Row
-------------------------------------

### Produção por colaborador

```{r}
proporcaoprodutos=data.frame(table(produtos$`TÉCNICO RESPONSÁVEL`))
names(proporcaoprodutos)=c("Funcionário", "Quantidade")
# Create Data
data <- data.frame(
  group=proporcaoprodutos$Funcionário,
  value=proporcaoprodutos$Quantidade
)


plot_ly(data, labels = ~group, values = ~value, type = 'pie') %>%
  layout(xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
         yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))


```

### Serviços prestados

```{r}
proporcaoprodutos=data.frame(table(produtos$CATEGORIA))
names(proporcaoprodutos)=c("Funcionário", "Quantidade")
# Create Data
data <- data.frame(
  group=proporcaoprodutos$Funcionário,
  value=proporcaoprodutos$Quantidade
)


plot_ly(data, labels = ~group, values = ~value) %>%
  add_pie(hole = 0.6) %>%
  layout(xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
         yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))


```

### As 10 cooperaivas que pediram no mês

```{r}
demandas_cooperativas=data.frame(table(produtos$`COOPERATIVA SOLICITANTE`))
names(demandas_cooperativas)=c("Cooperativa", "Frequência")
demandas_cooperativas=demandas_cooperativas %>% arrange(Frequência)
n=demandas_cooperativas %>% nrow()
if(n>10){
demandas_cooperativas=demandas_cooperativas %>% slice((n-10):n)
}

p <- plot_ly(demandas_cooperativas, x = ~reorder(Cooperativa, -Frequência), y = ~Frequência, type = 'bar', name = 'SF Zoo') %>%
    layout(barmode = 'group', xaxis = list(title = "Cooperativas", range = c(-0.5,9.5)))

p

```

Row
----------------------------------

### Produção diária de peças
```{r}
demandas_mes=produtos


teste_pecas=data.frame(table(demandas_mes$`TÉCNICO RESPONSÁVEL`, demandas_mes$`DATA DE ENTREGA`))
names(teste_pecas)=c("name", "year", "n")
teste_pecas$year=as.Date(teste_pecas$year)

# Plot
p <- teste_pecas %>% 
  ggplot( aes(x=year, y=n, fill=name, text=n)) +
  geom_area( )+
  scale_fill_viridis(discrete = TRUE)+
  #theme(legend.position="none") +
  theme_ipsum()+
  scale_x_date(date_labels = "%e %B")
  #theme(legend.position="none")

# Turn it interactive
p <- ggplotly(p, tooltip="text") %>% layout(xaxis = list(title="Dia do mês"), yaxis = list(title="Quantidade de peças"))
p
```

### Produção mensal pelo time de produtos

```{r}
peca_mes=c(nrow((maindata %>% filter(NUCLEO=="PRODUTOS") %>% filter(`DATA DE ENTREGA`>=as.Date("2020-01-01") & `DATA DE ENTREGA`% filter(NUCLEO=="PRODUTOS") %>% filter(`DATA DE ENTREGA`>=as.Date("2020-02-01") & `DATA DE ENTREGA`%
  layout(xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
         yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))


```

### Serviços prestados

```{r}
proporcaoprodutos=data.frame(table(institucional$CATEGORIA))
names(proporcaoprodutos)=c("Funcionário", "Quantidade")
# Create Data
data <- data.frame(
  group=proporcaoprodutos$Funcionário,
  value=proporcaoprodutos$Quantidade
)


plot_ly(data, labels = ~group, values = ~value) %>%
  add_pie(hole = 0.6) %>%
  layout(xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
         yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))


```

### As 10 cooperaivas que mais pediram no mês

```{r}
demandas_cooperativas=data.frame(table(institucional$`COOPERATIVA SOLICITANTE`))
names(demandas_cooperativas)=c("Cooperativa", "Frequência")
demandas_cooperativas=demandas_cooperativas %>% arrange(Frequência)
n=demandas_cooperativas %>% nrow()
if(n>10){
demandas_cooperativas=demandas_cooperativas %>% slice((n-10):n)
}

p <- plot_ly(demandas_cooperativas, x = ~reorder(Cooperativa, -Frequência), y = ~Frequência, type = 'bar', name = 'SF Zoo') %>%
    layout(barmode = 'group', xaxis = list(title = "Cooperativas", range = c(-0.5,9.5)))

p

```

Row
----------------------------------

### Produção diária de peças por funcionário
```{r}
demandas_mes=institucional

teste_pecas=data.frame(table(demandas_mes$`TÉCNICO RESPONSÁVEL`, demandas_mes$`DATA DE ENTREGA`))
names(teste_pecas)=c("name", "year", "n")
teste_pecas$year=as.Date(teste_pecas$year)

# Plot
p <- teste_pecas %>% 
  ggplot( aes(x=year, y=n, fill=name, text=n)) +
  geom_area( )+
  scale_fill_viridis(discrete = TRUE)+
  #theme(legend.position="none") +
  theme_ipsum()+
  scale_x_date(date_labels = "%e %B")
  #theme(legend.position="none")

# Turn it interactive
p <- ggplotly(p, tooltip="text") %>% layout(xaxis = list(title="Dia do mês"), yaxis = list(title="Quantidade de peças"))
p
```

### Produção de peças mensal pelo time Institucional

```{r}
peca_mes=c(nrow((maindata %>% filter(NUCLEO=="INSTITUCIONAL") %>% filter(`DATA DE ENTREGA`>=as.Date("2020-01-01") & `DATA DE ENTREGA`% filter(NUCLEO=="INSTITUCIONAL") %>% filter(`DATA DE ENTREGA`>=as.Date("2020-02-01") & `DATA DE ENTREGA`% nrow()) + (atendimento_a_imprensa %>% nrow())
valueBox(value = newhires,icon = "fa-thumbs-up",caption = "Serviços Executados",color = "#00AE9D")
```

### Total exits
```{r}
exits= revistas_relatorios %>% nrow()
valueBox(value = exits,icon = "fa-comments",caption = "Relatórios de Gestão e Revistas", color = "#003641")
```

### Net change
```{r}
netchange=atendimento_a_imprensa %>% nrow()
valueBox(value = netchange,icon = "fa-user-plus",caption = "Atendimento à Imprensa", color = "#49479D")
```

Row
-------------------------------------

### Serviços prestados

```{r}
proporcaoprodutos=data.frame(table(revistas_relatorios$`TÉCNICO RESPONSÁVEL`))
names(proporcaoprodutos)=c("Funcionário", "Quantidade")
# Create Data
data <- data.frame(
  group=proporcaoprodutos$Funcionário,
  value=proporcaoprodutos$Quantidade
)


plot_ly(data, labels = ~group, values = ~value, type = 'pie') %>%
  layout(xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
         yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))


```

### Proporção de revistas e relatórios trabalhados

```{r}
proporcaoprodutos=data.frame(table(revistas_relatorios$CATEGORIA))
names(proporcaoprodutos)=c("Funcionário", "Quantidade")
# Create Data
data <- data.frame(
  group=proporcaoprodutos$Funcionário,
  value=proporcaoprodutos$Quantidade
)


plot_ly(data, labels = ~group, values = ~value) %>%
  add_pie(hole = 0.6) %>%
  layout(xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
         yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))


```

### Proporção dos serviços realizados por etapas

```{r}
proporcaoprodutos=data.frame(table(revistas_relatorios$ETAPA))
names(proporcaoprodutos)=c("Funcionário", "Quantidade")
# Create Data
data <- data.frame(
  group=proporcaoprodutos$Funcionário,
  value=proporcaoprodutos$Quantidade
)


plot_ly(data, labels = ~group, values = ~value) %>%
  add_pie(hole = 0.6) %>%
  layout(xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
         yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))


```

Row
---

### Serviços executados diariamente

```{r}
demandas_mes=revistas_relatorios_total

teste_pecas=data.frame(table(demandas_mes$`TÉCNICO RESPONSÁVEL` , demandas_mes$`DATA DE ENTREGA`))
names(teste_pecas)=c("Colaborador", "year", "n")
teste_pecas$year=as.Date(teste_pecas$year)

# Plot
p <- teste_pecas %>% 
  ggplot( aes(x=year, y=n, fill=Colaborador, text=n)) +
  geom_area( )+
  scale_fill_viridis(discrete = TRUE)+
  #theme(legend.position="none") +
  theme_ipsum()
  #theme(legend.position="none")
  #scale_x_date(date_labels = "%e %B")

# Turn it interactive
p <- ggplotly(p, tooltip="text") %>% layout(xaxis = list(title="Dia do mês"), yaxis = list(title="Quantidade de serviços"))
p
```

### Jornais que contataram

```{r}
pecas_acumuladas=data.frame(table(atendimento_a_imprensa$`QUAL É O JORNAL?`))

plot_ly(pecas_acumuladas, x = ~reorder(Var1, -Freq), y = ~Freq, type = 'bar', name = 'SF Zoo') %>%
    layout(barmode = 'group', xaxis = list(title = "Tipo de peça"))

```


Arquitetura
=====================================

Row
-------------

### Serviços prestados

```{r}
proporcaoprodutos=data.frame(table(arquitetodiario$CATEGORIA))
names(proporcaoprodutos)=c("Funcionário", "Quantidade")
# Create Data
data <- data.frame(
  group=proporcaoprodutos$Funcionário,
  value=proporcaoprodutos$Quantidade
)


plot_ly(data, labels = ~group, values = ~value) %>%
  add_pie(hole = 0.6) %>%
  layout(xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
         yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))

```

### 10 cooperaivas que mais requisitaram

```{r}
demandas_cooperativas=data.frame(table(arquitetodiario$`COOPERATIVA SOLICITANTE`))
names(demandas_cooperativas)=c("Cooperativa", "Frequência")
demandas_cooperativas=demandas_cooperativas %>% arrange(Frequência)
n=demandas_cooperativas %>% nrow()
if(n>10){
demandas_cooperativas=demandas_cooperativas %>% slice((n-10):n)
}

p <- plot_ly(demandas_cooperativas, x = ~reorder(Cooperativa, -Frequência), y = ~Frequência, type = 'bar', name = 'SF Zoo') %>%
    layout(barmode = 'group', xaxis = list(title = "Cooperativas"))

p

```

Row
--------------------

### Quantidade de serviços realizados por dia útil
```{r}
demandas_mes=arquiteto

teste_pecas=data.frame(table(demandas_mes$`TÉCNICO RESPONSÁVEL`, demandas_mes$`DATA DE ENTREGA`))
names(teste_pecas)=c("name", "year", "n")
teste_pecas$year=as.Date(teste_pecas$year)

# Plot
p <- teste_pecas %>% 
  ggplot( aes(x=year, y=n, fill=name, text=n)) +
  geom_area( )+
  scale_fill_viridis(discrete = TRUE)+
  #theme(legend.position="none") +
  theme_ipsum()+
  scale_x_date(date_labels = "%e %B")
  #theme(legend.position="none")

# Turn it interactive
p <- ggplotly(p, tooltip="text") %>% layout(xaxis = list(title="Dia do mês"), yaxis = list(title="Quantidade de peças"))
p
```


### Produção mensal Aquiteto

```{r}
peca_mes=c(nrow((arquiteto %>% filter(`DATA DE ENTREGA`>=as.Date("2020-01-01") & `DATA DE ENTREGA`% filter(`DATA DE ENTREGA`>=as.Date("2020-02-01") & `DATA DE ENTREGA`% filter(`DATA DE ENTREGA`>=as.Date(cut(Sys.Date(), "month")) & `DATA DE ENTREGA`<=as.Date(cut(Sys.Date(), "day"))))))
data <- seq(as.Date("2020/01/1"), as.Date("2020/03/1"), "month")
dadostemporal=data.frame(peca_mes, data)
names(dadostemporal)=c('Peça', 'Mês')

temporal <- ggplot(data = dadostemporal,
                   mapping = aes(x = Mês, y = Peça)) +
  geom_point() +
  geom_line() +
  geom_area(fill="#00AE9D", alpha=0.5)+
  theme_ipsum()+
  scale_x_date(date_labels = "%e %B")
ggplotly(temporal)
```